Agricultural Land Use Impacts Aquatic Greenhouse Gas Emissions From Wetlands in the Canadian Prairie Pothole Region
Notice bibliographique
Résumé
Abstract The Prairie Pothole Region (PPR) is the largest wetland complex in North America, with millions of wetlands punctuating the landscapes of Canada and the United States. Here, wetlands have been dramatically impacted by agricultural land use, with unclear implications for regional to global greenhouse gas (GHG) emissions budgets. By surveying wetlands across all three Canadian prairie provinces in the PPR, we show that emissions patterns of carbon dioxide (CO 2 ), methane (CH 4 ), and nitrous oxide (N 2 O) from aquatic habitats differ among wetlands embedded in cropland versus perennial landcover. Wetlands in cropped landscapes had double the aquatic diffusive emissions (17.8 ± 29.3 vs. 7.7 ± 13.9 g CO 2 ‐ eq m −2 d −1 ) largely driven by CH 4 . Structural equation modeling showed that all three GHGs responded differently to the surrounding landscape properties. Emissions of CH 4 were the most sensitive to land use, responding positively to the elevated phosphorus content and lower sulfate content in cropped settings, despite higher organic matter content in wetlands in perennial landscapes. Aquatic N 2 O emissions were negligible, while CO 2 emissions were high, but not strongly related to agricultural land use. While our estimates of aquatic CH 4 emissions from PPR wetlands were high (15.6 ± 37.2 mmol CH 4 m −2 d −1 ), accounting for fluxes from vegetated and soil habitats would lead to whole‐wetland emissions rates that are lower and comparable to wetlands in other biomes. Our study represents an important step toward understanding wetland emission responses to land use in the PPR and other wetland‐rich agricultural landscapes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».